- 商品参数
-
- 作者:
柯博文著
- 出版社:清华大学出版社
- 出版时间:1
- 开本:16开
- ISBN:9787882075187
- 版权提供:清华大学出版社
店铺公告
为保障消费者合理购买需求及公平交易机会,避免因非生活消费目的的购买货囤积商品,抬价转售等违法行为发生,店铺有权对异常订单不发货且不进行赔付。异常订单:包括但不限于相同用户ID批量下单,同一用户(指不同用户ID,存在相同/临近/虚构收货地址,或相同联系号码,收件人,同账户付款人等情形的)批量下单(一次性大于5本),以及其他非消费目的的交易订单。
温馨提示:请务必当着快递员面开箱验货,如发现破损,请立即拍照拒收,如验货有问题请及时联系在线客服处理,(如开箱验货时发现破损,所产生运费由我司承担,一经签收即为货物完好,如果您未开箱验货,一切损失就需要由买家承担,所以请买家一定要仔细验货)。
关于退货运费:对于下单后且物流已发货货品在途的状态下,原则上均不接受退货申请,如顾客原因退货需要承担来回运费,如因产品质量问题(非破损问题)可在签收后,联系在线客服。
书名: | Python机器学习(微课视频版)——手把手教你掌握150个精彩案例(人工智能科学与技术丛书) |
出版社: | 清华大学出版社 |
出版日期 | 2020 |
ISBN号: | 9787302553953 |
|
本书介绍了如何利用Python 3开发网络爬虫,书中首先介绍了环境配置和基础知识,然后讨论了urllib、requests、正则表达式、Beautiful Soup、XPath、pyquery、数据存储、Ajax数据爬取等内容,接着通过多个案例介绍了不同场景下如何实现数据爬取,最后介绍了pyspider框架、Scrapy框架和分布式爬虫。适合从事计算机、电子信息、自动化、人工智能专业学习的大学生作为教材,并适合从事机器学习的工程师参考阅读。 |
|
柯博文,美籍华人,美国硅谷LoopTek首席技术官,大富翁游戏设计者,长期从事嵌入式、移动开发及人工智能产品与技术的研发工作。著有多部英文及繁体中文畅销图书。曾在清华大学出版社出版畅销图书《树莓派实战指南》。 |
|
由浅入深、图文并茂地介绍了Python机器学习方面的相关内容,并通过100多个实例,手把手地教会读者掌握用Python语言进行机器学习方面项目开发的方法与技巧。 |
|
第1章Python程序语言 视频讲解: 1个 1.1Python程序语言的介绍 1.2Python历史 1.3Python版本 第2章安装和运行Python开发环境 视频讲解: 6个 2.1Windows操作系统中安装Python 2.2Windows操作系统中测试与运行Python 2.3Mac操作系统中安装Python 2.4Mac操作系统中测试与运行Python 2.5Linux和树莓派中安装Python 2.6Linux和树莓派中测试与运行Python 第3章开发程序和工具 视频讲解: 7个 实例: 2个 3.1我的第一个Python程序(Windows版) 3.2我的第一个Python程序(Mac、Linux和树莓派版) 3.3开发和调试工具——PyCharm下载和安装 3.4PyCharm工具介绍 3.5创建项目 3.6调试 3.7安装其他的Packages函数库 3.8安装Anaconda 3.9使用Anaconda 3.10pip安装包 3.11本书需要安装的第三方函数库列表 第4章Python程序基础 视频讲解: 13个 实例: 25个 4.1Python注释 4.2Python数据模式 4.3Python数学计算 4.4Python打印 4.5if…else条件判断语句 4.6Array数组——List 4.7range范围 4.8for循环 4.9UTF8中文文字编码和文字输入 4.10while循环语法 第5章函数和面向对象OOP 视频讲解: 12个 实例: 17个 5.1开发函数(def) 5.2import导入和开发 5.3类(class) 5.4类的初始化预定义值 5.5类中的函数方法(Method) 5.6类中的属性(Property) 5.7类中调用其他的函数方法 5.8设置公开、私有的类函数方法 5.9把类独立成另一个文件 5.10继承——OOP面向对象 5.11多重继承 5.12调用父类函数 5.13调用父类的属性 第6章窗口处理GUI Tkinter 视频讲解: 12个 实例: 12个 6.1窗口GUI函数库 6.2窗口 6.3文字Label 6.4显示图片Image 6.5按键Button 6.6消息窗口tkMessageBox 6.7输入框Entry 6.8绘图Canvas 第7章数据容器Containers 视频讲解: 7个 实例: 7个 7.1List数组 7.2List数组数据的多样性 7.3List的数学处理 7.4Slicing切片 7.5Dictionarie字典 7.6Set序列集集合比较 7.7Tuple序列 第8章图表函数库Matplotlib 视频讲解: 8个 实例: 7个 8.1Matplotlib介绍 8.2画线 8.3画点 8.4画面切割 8.5显示图片 8.6在窗口程序中显示图表 第9章文件处理和开放数据 视频讲解: 5个 实例: 5个 9.1开放数据介绍 9.2保存 9.3文件复制、删除和列出所有文件 9.4文件夹 9.5读入Excel文件 9.6读入、处理和存储CSV文件——气象风暴数据 第10章网络 视频讲解: 5个 实例: 8个 10.1超文本传输协议HTTP GET 10.2超文本传输协议HTTP POST 10.3可扩展标记式语言XML 10.4JSON 第11章数据库 视频讲解: 7个 实例: 4个 11.1下载和装载MySQL数据库 11.2创建数据库用户——Add User 11.3创建数据库——Add database 11.4打开数据库——MySQLpython和pymysql 11.5创建数据库数据——insert 11.6取得数据——select 11.7删除和修改数据库数据——DELETE和UPDATA 第12章自然语言处理——中文简体和繁体转换 视频讲解: 8个 实例: 8个 12.1中文分词断词工具 12.2分析文件的文字 12.3自定分词 12.4取出断词位置 12.5移除用词和自定比重分数 12.6排列出最常出现的分词 12.7网络文章的重点 第13章人工智能标记语言AIML 视频讲解: 5个 实例: 6个 13.1人工智能标记语言AIML介绍 13.2中文机器人 13.3AIML语法教程——随机对话 13.4AIML语法教程——变量 第14章网络服务器 视频讲解: 4个 实例: 4个 14.1Python网页服务器 14.2开发自己的网页服务器 14.3显示HTTP内容 14.4取得HTTP GET所传递的数据 14.5取得HTTP POST所传递的数据 第15章网络爬虫与BeautifulSoup4 视频讲解: 4个 实例: 4个 15.1网络爬虫——取得网络文章内容 15.2BeautifulSoup的函数和属性 15.3实战案例——获取柯博文老师的博客文章 15.4实战练习 第16章pandas数据分析和量化投资 视频讲解: 10个 实例: 10个 16.1安装 16.2使用pandas读入和存储Excel的文件 16.3使用pandas读入和存储CSV的文本内容 16.4读入网络上的表格 16.5DataFrame 16.6计算 16.7实战分析Apple公司股价 16.8统计相关计算 16.9逻辑判断——找出股价高点 16.10计算股价浮动和每月的变化 16.11画出股票的走势图和箱形图 第17章NumPy矩阵运算数学函数库 视频讲解: 10个 实例: 10个 17.1矩阵数据初始化 17.2NumPy默认数组 17.3多维数组的索引 17.4多维数组的切片 17.5花式索引 17.6数据模式 17.7利用数组进行数据计算处理 17.8统计 17.9逻辑判断 17.10不同尺寸的矩阵相加 第18章使用pyinstaller生成运行文件 视频讲解: 3个 18.1pyinstaller功能介绍和安装 18.2pyinstaller安装步骤 18.2.1Windows操作系统下生成运行文件 18.2.2Mac和Linux操作系统下生成运行文件 第19章机器学习算法——Regression回归分析 视频讲解: 9个 实例: 9个 19.1数据准备 19.2机器学习的数据准备 19.3回归分析数学介绍 19.4回归分析绘图 19.5随机数数据 19.6残差 19.7使用scikitlearn的linear_model函数求线性回归 19.8实战案例——动物大脑和身体的关系 19.9实战案例——糖尿病数据集 19.9.1绘制出数据 19.9.2将数据存到Excel文件 19.9.3使用回归分析找出BMI与糖尿病的关系 第20章机器学习算法——kNN 最近邻居法 视频讲解: 4个 实例: 4个 20.1kNN数学介绍 20.2使用sklearn的kNN判断水果种类 20.3实战案例——鸢尾花的种类判断 20.3.1鸢尾花数据下载和保存到Excel文件 20.3.2使用kNN判别鸢尾花的种类 第21章机器学习算法——kmeans平均算法 视频讲解: 4个 实例: 4个 21.1kmeans数学介绍 21.2sklearn的kmeans类 21.3kmeans实战案例 21.4kmeans实战案例图形化呈现结果 第22章机器学习算法——决策树算法 视频讲解: 3个 实例: 3个 22.1决策树数学介绍——Gini系数 22.2sklearn的DecisionTreeClassifier决策树 22.3决策树图形化呈现结果 第23章机器学习算法——随机森林算法 视频讲解: 2个 实例: 2个 23.1随机森林算法数学原理 23.2随机森林函数 23.3随机森林图形化 第24章机器学习算法——贝叶斯分类器 视频讲解: 4个 实例: 4个 24.1贝叶斯分类器数学原理 24.2贝叶斯分类器实战案例 24.3贝叶斯分类器图形化 24.4numpy.meshgrid方法 24.5贝叶斯分类器圈选出分类的范围 |
|
当全世界都在赞叹人工智机器时代即将到来的同时,对人工智能专业的人才需求急剧增加,大量的高薪职位却找不到人。我们处在这样一个拥有大好机会的人工智能、机器学习时代,为何不给自己一个进入人工智能行列的机会呢?本书为没有任何程序设计经验的开发者提供一个全新的入口,从基本的Python基础语言到人工智能,针对Python程序中大量的函数库和重要技术进行详细讲解,结合大量的实际案例与经验,让读者能够快速成为真正能在人工智能时代驰骋的高手。 本书注重Python机器学习的实战开发,书中包含Python、OOP、爬虫、统计、UI、OpenData、网络、JSON、XML、Excel、CSV、大数据分析、机器人机器学习、对话等相关API的使用方法,提供了150多个案例,每个案例都可以单独运行,读者可直接运用进行二次开发。 书中提供了大量的Python程序,用浅显易懂的语言来讲述,并尽量在程序中进行注释和讲解,使读者了解每个程序的动作,也能拥有最多的案例。同时书中在介绍与统计分析相关的机器学习数据分析的程序时,大量使用真实数据进行分析和预测,将程序应用在生活中。 本书基于笔者多年在各大城市教授的Python、机器学习、人工智能等课程内容,这些内容也是笔者曾在各大企业给工程师们讲授过的,经历过业界顶尖工程师学员的检验,实战多年后才编著成书,也谢谢学员们的鼓励,才能让本书问世。同时,刘星也参与了本书的编写工作。为了让读者阅读和学习时更方便、易懂,语言文字、案例代码和视频都经过反复编写和录制,希望有心向人工智能迈进的您,能够有更棒的学习效果。 最重要的是要感谢购买本书的读者,让笔者有更实质的动力继续写作。在本书的编写过程中,要特别感谢清华大学出版社的编辑,通过多次的邮件和会议沟通,逐字校对,尽心尽力,用最专业的角度推荐写作的方式,就是为了把最好的内容呈现给读者。 笔者才疏学浅且在美国硅谷居住大半辈子,使用中文编写,书中的遣词造句难免不妥,还请各位见谅。本书不仅仅只是书籍,期许能成为工作与学习上的参考宝典。如果在阅读的时候有任何问题,欢迎到笔者网站一同讨论与交流,让学习也可以交互,并且结交更多朋友。 本书配套资源如下: 程序代码,请扫描下方二维码下载。 微课视频(420分钟),请扫描书中各章节对应二维码观看。 程序代码下载 柯博文 于美国硅谷San Jose 2020年2月 |
1